Deep learning：二十四(stacked autoencoder练习)
前言： 本次是练习2个隐含层的网络的训练方法，每个网络层都是用的sparse autoencoder思想，利用两个隐含层的网络来提取出输入数据的特征。本次实验验要完成的任务是对MINST进行手写数字识别，实验内容及步骤参考网页教程Exercise: Implement deep ...
原文：Deep learning：三十八(Stacked CNN简单介绍)
前言： 本节主要是来简单介绍下stacked CNN 深度卷积网络 ，起源于本人在构建SAE网络时的一点困惑：见Deep learning：三十六 关于构建深度卷积SAE网络的一点困惑 。因为有时候针对大图片进行recognition时，需要用到无监督学习的方法去pre training 预训练 stacked CNN的每层网络，然后用BP算法对整个网络进行fine tuning 微调 ，并且上 ...
2013-05-05 20:27 53 76039 推荐指数：
相关推荐
Deep learning：四十八(Contractive AutoEncoder简单理解)
惩罚的，而今天要讲的CAE其数学表达式同样非常简单，如下： 其中的 是隐含层输出值关 ...
Deep learning：十八(关于随机采样)
由于最近在看deep learning中的RBMs网络，而RBMs中本身就有各种公式不好理解，再来几个Gibbs采样，就更令人头疼了。所以还是觉得先看下Gibbs采样的理论知识。经过调查发现Gibbs是随机采样中的一种。所以本节也主要是简单层次的理解下随机采用知识。参考的知识是博客随机 ...
deep learning（rnn、cnn）调参的经验？
整理的链接：https://www.zhihu.com/question/41631631 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 ...
AndrewNG Deep learning课程笔记 - CNN
=toutiao.io&utm_source=toutiao.io CNN基础 CNN网络主要用于co ...
Deep Learning 学习随记（八）CNN（Convolutional neural network）理解
前面Andrew Ng的讲义基本看完了。Andrew讲的真是通俗易懂，只是不过瘾啊，讲的太少了。趁着看完那章convolution and pooling， 自己又去翻了翻CNN的相关东西。 当时看讲义时，有一点是不太清楚的，就是讲义只讲了一次convolution和一次pooling ...
Learning Deep CNN Denoiser Prior for Image Restoration阅读笔记
introduction 图像恢复目标函数一般形式： 前一项为保真项（fidelity），后一项为惩罚项，一般只与去噪有关。 基于模型的优化方法可以灵活地使用不同的退化矩阵H来处 ...
【Deep Learning】两层CNN的MATLAB实现
想自己动手写一个CNN很久了，论文和代码之间的差距有一个银河系那么大。 在实现两层的CNN之前，首先实现了UFLDL中与CNN有关的作业。然后参考它的代码搭建了一个一层的CNN。最后实现了一个两层的CNN，码代码花了一天，调试花了5天，我也是醉了。这里记录一下通过代码对CNN加深的理解 ...